基于巨磁阻抗效应表征材料磁结构的模型

研究了一种可用于磁结构表征的基于巨磁阻抗效应分析材料磁结构的模型.在建立巨磁阻抗效应与简化磁结构对应关系模型的基础上,结合磁化矢量正交分解手段,通过调节巨磁阻抗效应与简化磁结构对应关系模型特征参量的方法,获得了各种形状的巨磁阻抗曲线,根据拟合得到的解叠子谱特征,可获知材料内部磁结构的组成和特征.研究结果对于磁性材料内部磁结构的新型表征方法及其内部结构的控制具有重要的意义.     

基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

表达长喙田菁SrPCS4烟草的获得及Cd抗性研究

植物螯合肽(phytochelatins,PCs)在植物解除重金属的毒性方面具有重要作用,是以谷胱甘肽为底物,在植物螯肽合成酶(phytochelatin synthase,PCS)催化下合成的.作者已经克隆得到的长喙田菁(Sesba-nia rostrata)植物螯合肽合成酶SrPCS4 cDNA长为1035 bp,其ORF编码177个氨基酸,以pHANNIBAL及pART27为基础,构建了CaMV35S启动子驱动的SrPCS4基因植物表达载体pAM25,采用电击转化方法将pAM25导入根癌农杆菌EHA105,并通过改良叶盘转化方法用该菌株对烟草进行了转化,对转基因烟草进行了PCR与northern-blot检测,研究结果表明得到了表达该基因的烟草,但表达该基因的烟草不能够提高对Cd的抗性.     

一种基于支持向量机的数字音频认证方法

提出一种基于数字水印技术的音频内容认证方法.选取稳定的梅尔倒谱特征构造特征向量,利用支持向量机自适应地选取合适的帧进行水印的嵌入和提取.结果表明,算法在保证嵌入水印的不可感知性的同时,能够有效地区分恶意的内容篡改和非恶意的常规信号处理操作,准确地定位篡改发生的位置.     

使用伪氨基酸组成和BP神经网络预测类弹性蛋白多肽的相变温度

根据获得的16条ELP序列及相变温度的数据,利用伪氨基酸组成方法提取其序列特征值.将伪氨基酸组成中的相关系数部分作为类弹性蛋白的特征向量,从类弹性蛋白序列出发,利用最小中位方差回归,找出与其序列相关系数的最佳阶数.运用均匀设计法,分别对支持向量机与BP神经网络参数进行优化.结果表明:BP神经网络获得的预测模型最佳,相变...     

双馈风电机组总体控制策略及运行性能

为了全面准确分析并网风力发电机组实时运行特性,有必要对风电机组总体控制策略及其运行性能进行研究。针对双馈风力发电机组类型,建立了风力机、传动链和双馈发电机的数学模型。从风能最大利用和风机安全运行角度,提出了考虑电机损耗最小的风电机组最大功率输出控制策略,以及考虑转速和功率限制的变桨控制策略。结合双馈发电机功率解耦控制策略对风电机组的总体运行性能进行了仿真。通过仿真、理论分析以及实际风电机组运行数据的比较,结果表明所建立的双馈风电机组数学模型和总体控制策略是有效的。     

多复变中解析函数向量的边值问题

利用积分方程的理论和压缩映射原理,证明了C2空间中解析函数向量的线性边值问题的解的存在唯一性.     

基于支持向量机算法和其他算法在文本分类中的性能比较

分析了几种典型的文本分类算法的特点.其中,支持向量机算法具有最优性能,但处理大量数据时,耗时比较大;K-NN方法与K值的选取有很大关系,而且实时性不够良好;朴素贝叶斯方法在实际应用中可以得到比较好的效果;神经网络方法提供了比较容易的方式预测非线性系统,训练过程很慢,不能适应大数据量的学习.     

一种新的支持向量回归机的模型选择方法

针对支持向量回归机的模型选择问题,将模型选择问题转化为一个非线性系统的状态估计问题,然后引入无迹卡尔曼滤波进行求解,提出一种新的基于无迹卡尔曼滤波的模型选择方法(UKF-SVR).对标准数据集和太阳黑子数平滑月均值进行仿真实验,结果表明,UKF-SVR与粒子群算法相比,该方法全局寻优能力更强,保证了支持向量回归机泛化能...     

电性距离矢量预测有机污染物的生物富集因子

以电性距离矢量Mt表征165种非离子性有机物(NOC)的分子结构.利用多元回归方法建立了122种NOC的生物富集因子(lg BCF)与32个Mt的数学模型,其相关系数R为0.976.经逐步回归建立最佳四变量(M15,M17,M36,M91)模型,其R为0.960;并以Jackknife法检验,其LOO交互检验系数(q2)为0.915.这4个Mt参数揭示了影响NOC生物富集因子的主要因素,结果表明该模型具有良好的估算能力与鲁棒性.以111个NOC为训练集的生物富集模型作用于11个NOC的检验集,显示出良好的预测能力.